Demo del Sprint 1 · Descripción y Visualización de Datos · UAI 2026

¿La IA nivela
o separa?

Un ejemplo de las cuatro decisiones del Sprint 1, presentado en el formato que van a usar el 31 de agosto.
12 láminas × 20 segundos = 4:00 exactos. Nadie para el reloj.
Naim Bro · naim.bro.k@uai.cl

espacio para partir
01 / 12El tema

Nos prometieron
un igualador.

La idea era que la IA le sirviera más a quien menos sabe: el asistente hace de piso, y el que iba atrás alcanza al que iba adelante. La brecha se cierra.

iban peor
+43%
iban mejor
+17%

Consultores de BCG con GPT‑4 (n = 758). Los de abajo suben dos veces y media más que los de arriba. La brecha se cierra.

02 / 12El contraejemplo

En Kenia la misma herramienta hizo lo contrario.

640 emprendedores, un asistente GPT‑4 por WhatsApp, dos meses y medio. El efecto promedio fue cero. Y el promedio escondía esto:

Mismas preguntas, consejos parecidos. Lo que cambió fue cuál consejo cada uno decidió aplicar.

+15%ya les iba bien
−8%ya les iba mal
utilidades · 0%
03 / 12Decisión 1 · La pregunta

«IA y desigualdad» es un tema. Esto es una pregunta:

Entre 2023 y 2026, ¿en qué proporción de los experimentos publicados sobre acceso a IA generativa la brecha se cierra, y en qué proporción se abre?

Se responde contando filas. No hay que explicar nada: hay que describir qué dice la evidencia que ya existe.

04 / 12Decisión 1 · La pregunta, desarmada

Los cuatro requisitos, uno por uno.

Unidad de observación
El experimento, no la persona. Cada fila es un estudio.
Período
2023–2026. Antes de 2023 casi no hay experimentos con IA generativa.
Territorio
Global. La evidencia está en EE.UU., Kenia, Turquía y China.
El verbo prohibido
No pregunto por qué separa. Pregunto en cuántos casos separa.

Si su pregunta no pasa estos cuatro chequeos, todavía es un tema. Vuélvanla a escribir.

05 / 12Decisión 2 · La audiencia

Tiene que tener puerta.

«Las personas interesadas en el tema» no es una audiencia. Una audiencia es alguien a quien uno podría ir a buscar esta misma semana.

Comisión de uso de IA
en el pregrado · UAI

Quiénes
Dirección de pregrado y coordinaciones de carrera, hoy redactando la norma.
Dónde
Campus Peñalolén. Se les puede pedir reunión.
Cuándo
La norma se discute este semestre.
06 / 12Decisión 2 · Para qué le sirve

Qué podrían hacer que hoy no pueden.

Hoy
Escriben la norma con anécdotas: el alumno que copió, la columna que alguien leyó, el titular de la semana.
Con esta tabla
La escriben con un denominador: cuántos experimentos, en qué contextos, con qué resultado y con qué diseño.

Y sirve de regla para mí: si esa comisión no entendería uno de mis gráficos, ese gráfico está mal, aunque sea correcto.

07 / 12Decisión 3 · La fuente

No existía.
La construí.

experimentos_ia_desempeno.csv
Siete experimentos, trece columnas, una fila por estudio.

Cobertura
Experimentos con acceso a IA generativa, 2023–2026, que reportan efectos por nivel previo de desempeño.
Granularidad
El estudio. No tengo microdatos de ninguna persona.
Quién la produce
Yo, a mano, leyendo los papers. Eso es un dato sobre la fuente.
08 / 12Decisión 3 · Los límites

Tres cosas que esta fuente no puede hacer.

Sin periodicidad
Es un corte al 21 de agosto de 2026. Se actualiza cuando yo la actualice.
n = 7
Siete filas son siete filas. Y los resultados nulos casi no se publican.
No son comparables
Un estudio mide utilidades y otro mide notas. Puedo contar direcciones; no puedo promediar magnitudes.

Por eso mi pregunta dice «en qué proporción» y no «cuánto». La pregunta se ajustó a la fuente, no al revés.

09 / 12Decisión 4 · Los datos, cargados

Cuatro líneas y ya hay una tabla.

# cuatro líneas, nada más
library(dplyr)

exp <- read.csv("experimentos_ia_desempeno.csv")

exp %>% count(ambito, efecto_promedio_signo,
           sort = TRUE)

Todo esto salió de la clase 3. Nada del Sprint 1 pide una función que no hayamos visto.

ambitoefecto_promedio_signon
trabajopositivo3
aprendizajenegativo2
aprendizajepositivo1
trabajonulo1

Cuatro filas y ya hay un hallazgo: en el trabajo la IA sube el promedio; en el aprendizaje lo baja.

10 / 12Lo que ya se ve

En el trabajo sube. En el aprendizaje baja.

−20% 0 +20% +40% Consultoría BCG · 758 +40% Escritura profesional · 453 +18% Soporte al cliente · 5.179 +14% Microempresas Kenia · 640 0% promedio nulo — y la brecha se abre por dentro Física Harvard · 194 fuera de escala ≈2× la ganancia · tutor con barandas Matemáticas Turquía · 1.000 −17% Secundaria China · 26.811 −20%

Rosa: trabajo. Verde y rojo: aprendizaje. Las magnitudes no son comparables entre sí — el eje sirve para ver el signo, no para promediar.

11 / 12El giro que no esperaba

Los que más pierden son los mejores.

+18%en la nota de las tareas
−30%en el tiempo que les toma hacerlas
−20%en la prueba de libro cerrado

26.811 estudiantes chinos, 30 meses de datos. La pérdida es mayor entre los de alto rendimiento, y se concentra en el 80% cuyo patrón es tercerizar la tarea: puntaje altísimo en tiempo brevísimo.

Quien usó la IA y se demoró lo mismo que antes, casi no perdió nada.

12 / 12Cierre · y qué sigue

La IA no separa a los buenos de los malos.

Separa a los que la usan como andamio de los que la usan como muleta.

Sprint 2: sumar los experimentos que faltan · codificar la variable con_barandas en las siete filas · pedirle media hora a la comisión de pregrado para probar si la tabla les sirve.

Fin del demo · 4:00

Cuatro minutos.
Cuatro decisiones.

Pregunta · audiencia · fuente · datos cargados. Un minuto cada una.
El 31 de agosto va el Colab proyectado atrás, no estas láminas.
Programa del curso  ·  Instrucciones del Sprint 1

Fuentes: Otis, Clarke, Delecourt, Holtz & Koning (Management Science, 2026) · Strömberg, Lei & Wu (CEPR DP21577, 2026) · Bastani et al. (PNAS, 2025) · Dell'Acqua et al. (2023) · Brynjolfsson, Li & Raymond (QJE, 2025) · Noy & Zhang (Science, 2023) · Kestin et al. (Sci. Reports, 2025). Descargar el CSV

láminatu tiempovs 20 sguión

E para ensayar de nuevo · Esc para cerrar

en pausa 0:00 / 4:00 lámina 0.0 s espacio play · ←→ navegar · N guión · E ensayo cronometrado · F pantalla completa · R reiniciar